共计 984 个字符，预计需要花费 3 分钟才能阅读完成。
VLAD Diffusion 是咱们后面介绍过的 AUTOMATIC1111/stable-diffusion-webui 的一个定制的更新，它次要是为了更频繁公布的更新和谬误修复。它蕴含
- 新的安装程序，并且提供了高级 CUDA 调优
- 不在依赖 Accelerate，因为 Accelerate 是分布式的，并且将库更新为最新的已知兼容版本
- 内置了 LoRA, LyCORIS, Custom Diffusion, Dreambooth 的训练
- 大多数设置可通过 UI 配置，而不须要命令行
- 新的谬误日志和异样解决
并且做了以下优化
- 针对 Torch 2.0 优化
- 如果零碎反对运行时会默认启用 SDP 内存注意力（xFormers 和其余穿插注意力模式也还是可用）
- 在 CPU 或 CUDA 上运行时主动调整参数：反对 AMD 和 M1 平台（但没有优化）
- 还能够换 web 的主题（这个真须要吗😂）
- 从 python 3.7 降级到了 3.9（3.9+ 都能够反对，这样有很多包就不必编译了，因为 3.7 有点老了，很多库是不反对的）
咱们当初看看怎么装置：
这里以 Python 3.10 为例，并且还是须要筹备 Git。
第一步，下载代码：
git clone https://github.com/vladmandic/automatic实现应该在“automatic”文件夹中看到这 33 个文件。
第二步：双击“webui.bat”文件。这里就不须要向上次的 AUTOMATIC1111 版本须要咱们再进行配置了，如果你用 conda 环境都会主动进行：
第三步：在浏览器中关上 http://127.0.0.1:7860
输出一个 prompt
An astronaut riding a horse in space. Photorealistic尽管 Automatic1111 还是目前的支流，然而 VLAD diffusion 这样的工具正在做更多的改良。
VLAD 不仅解决了最近 Automatic1111 开发速度慢的问题，还提供了一系列加强性能，能够将您的 AI 图像生成我的项目晋升到新的高度。
最次要的是他用的 python 3.9+ 不会有太多的本地编译的问题，所以如果你 Automatic1111 的包装置不上，能够试试这个代码，会简化你的装置过程。
最初代码地址：
https://avoid.overfit.cn/post/0caaa9f5c8af48619361a15308a6e146
作者：Jim Clyde Monge